Perzeptronen und neuronale Netze: Grundlagen der Computer Vision

In den vergangenen Jahrzehnten sind neuronale Netze zu den Bausteinen zahlreicher wichtiger Innovationen im Bereich der künstlichen Intelligenz (AI) geworden. Neuronale Netze sind Rechenmodelle, die versuchen, die komplexen Funktionen des menschlichen Gehirns nachzuahmen. Sie helfen Maschinen, aus Daten zu lernen und Muster zu erkennen, um fundierte Entscheidungen zu treffen. So ermöglichen sie Teilgebiete der KI wie Computer Vision und Deep Learning in Branchen wie dem Gesundheitswesen, dem Finanzwesen und dem autonomen Fahren.

Wenn du verstehst, wie ein neuronales Netz funktioniert, bekommst du einen besseren Einblick in die „Blackbox“ der KI und kannst besser nachvollziehen, wie modernste Technologie in unseren Alltag integriert wird. In diesem Artikel erfahren wir, was neuronale Netze sind, wie sie funktionieren und wie sie sich im Laufe der Jahre entwickelt haben. Außerdem sehen wir uns ihre Rolle in Computer-Vision-Anwendungen an. Los geht’s!

Was ist ein Perzeptron in der AI?#

Bevor wir neuronale Netze ausführlich besprechen, werfen wir einen Blick auf Perzeptronen. Sie sind die einfachste Art neuronaler Netze und bilden die Grundlage für komplexere Modelle.

Ein Perzeptron ist ein linearer Algorithmus für maschinelles Lernen, der für überwachtes Lernen verwendet wird (Lernen anhand von beschrifteten Trainingsdaten). Es wird auch einschichtiges neuronales Netz genannt und üblicherweise für binäre Klassifizierungsaufgaben verwendet, bei denen zwei Datenklassen voneinander unterschieden werden. Wenn du dir ein Perzeptron vorstellen möchtest, kannst du es als einzelnes künstliches Neuron betrachten.

Abb. 1 Ein Perzeptron ist ein einzelnes künstliches Neuron.

So funktioniert ein Perzeptron#

Ein Perzeptron kann mehrere Eingaben aufnehmen, sie mit Gewichtungen kombinieren, einer Kategorie zuordnen und als einfacher Entscheider fungieren. Es besteht aus vier Hauptkomponenten: Eingabewerten (auch Knoten genannt), Gewichtungen und Verzerrungen, der gewichteten Summe und einer Aktivierungsfunktion.

So funktioniert es:

• Eingaben und Gewichtungen: Angenommen, du hast mehrere Informationsstücke (Eingaben), und jedes davon hat eine Gewichtung, die seine Bedeutung angibt. Zusätzlich sorgt der Bias dafür, dass das Perzeptron flexibler entscheiden kann.
• Berechnung der gewichteten Summe: Das Perzeptron multipliziert jede Eingabe mit ihrer Gewichtung und addiert dann alles, einschließlich des Bias, zu einer gewichteten Summe.
• Eine Entscheidung treffen: Anschließend verwendet das Perzeptron eine Aktivierungsfunktion, um die endgültige Ausgabe zu bestimmen. Sie nimmt die gewichtete Summe und entscheidet, ob das Perzeptron aktiviert werden soll. Im einfachsten Fall ist die Aktivierungsfunktion eine Sprungfunktion, die eine Eins ausgibt, wenn die gewichtete Summe über einem bestimmten Schwellenwert liegt, und andernfalls eine Null. Die gewichtete Eingabe wird also in eine Ja-Nein-Entscheidung umgewandelt.
• Lernen und Verbessern: Wenn das Perzeptron einen Fehler macht, passt es seine Gewichtungen an, um es beim nächsten Mal besser zu machen. So lernt das Modell aus seinen Fehlern.

Abb. 2. Überblick über ein Perzeptron. Quelle: indiantechwarrior.com

Die Rolle von Perzeptronen in Computer Vision#

Perzeptronen helfen uns, die Grundlagen von Computer Vision zu verstehen. Sie bilden die Grundlage fortschrittlicher neuronaler Netze. Anders als Perzeptronen sind neuronale Netze nicht auf eine einzelne Schicht beschränkt. Sie bestehen aus mehreren Schichten miteinander verbundener Perzeptronen und können dadurch komplexe nichtlineare Muster lernen. Neuronale Netze bewältigen anspruchsvollere Aufgaben und erzeugen sowohl binäre als auch kontinuierliche Ausgaben. Sie können beispielsweise für anspruchsvolle Computer-Vision-Aufgaben wie die Instanzsegmentierung und die Posenschätzung eingesetzt werden.

Die Entwicklung der Computer-Vision-Technologie durch neuronale Netze#

Die Geschichte neuronaler Netze reicht mehrere Jahrzehnte zurück und ist geprägt von Forschung und interessanten Entdeckungen. Sehen wir uns einige dieser wichtigen Ereignisse genauer an.

Hier ein kurzer Überblick über die frühen Meilensteine:

• 1940er-Jahre: Warren McCulloch und Walter Pitts entwickelten eine einfache Schaltung, die die Funktionsweise des Gehirns nachahmte.
• 1958: Rosenblatt stellte das Perzeptron vor.
• 1970er-Jahre: Paul Werbos entwickelte das Konzept der Backpropagation – einer Trainingsmethode, mit der ein neuronales Netz lernt, indem es den Unterschied zwischen vorhergesagten und tatsächlichen Ausgaben minimiert. Die Backpropagation ermöglichte das Training mehrschichtiger neuronaler Netze und ebnete den Weg für Deep Learning.
• 1980er-Jahre: Forschende wie Geoffrey Hinton und Yann LeCun untersuchten den Konnektionismus. Dabei geht es darum, wie Netzwerke miteinander verbundener Einheiten kognitive Prozesse bilden können. Ihre Arbeit legte den Grundstein für moderne neuronale Netze.
• 1990er-Jahre: Jürgen Schmidhuber und Sepp Hochreiter schlugen das Netzwerk mit langem Kurzzeitgedächtnis (LSTM) vor, das für Aufgaben mit Sequenzvorhersagen unverzichtbar geworden ist.

Abb. 3 Die Entwicklung neuronaler Netze.

Mit dem Beginn des 21. Jahrhunderts nahm die Forschung an neuronalen Netzen Fahrt auf und führte zu noch größeren Fortschritten. In den 2000er-Jahren trug Hintons Arbeit zu eingeschränkten Boltzmann-Maschinen – einer Art neuronaler Netz, das Muster in Daten erkennt – maßgeblich zur Weiterentwicklung von Deep Learning bei. Sie erleichterte das Training tiefer Netze, half Herausforderungen mit komplexen Modellen zu bewältigen und machte Deep Learning praktikabler und effektiver.

In den 2010er-Jahren beschleunigte sich die Forschung aufgrund des Aufkommens von Big Data und Parallelrechnen rasant. Ein Höhepunkt dieser Zeit war AlexNets Sieg beim ImageNet-Wettbewerb (2012). AlexNet, ein tiefes faltendes neuronales Netz, war ein großer Durchbruch, denn es zeigte, wie leistungsfähig Deep Learning bei Computer-Vision-Aufgaben sein kann, etwa beim präzisen Klassifizieren von Bildern. Das trug zum rasanten Wachstum der KI in der visuellen Erkennung bei.

Heute entwickeln sich neuronale Netze durch neue Innovationen wie Transformer weiter, die sich besonders gut für das Verständnis von Sequenzen eignen, sowie durch Graph-Neuronale-Netze, die komplexe Beziehungen in Daten verarbeiten. Auch Verfahren wie Transfer Learning – bei dem ein für eine Aufgabe trainiertes Modell für eine andere Aufgabe verwendet wird – und selbstüberwachtes Lernen, bei dem Modelle ohne beschriftete Daten lernen, erweitern die Möglichkeiten neuronaler Netze.

Neuronale Netze verstehen: die Grundlagen#

Nachdem wir die Grundlagen behandelt haben, sehen wir uns nun genauer an, was ein neuronales Netz ist. Neuronale Netze sind eine Art maschinelles Lernmodell, das miteinander verbundene Knoten oder Neuronen in einer Schichtenstruktur verwendet, die dem menschlichen Gehirn ähnelt. Diese Knoten oder Neuronen verarbeiten Daten und lernen daraus, sodass sie Aufgaben wie die Mustererkennung ausführen können. Außerdem sind neuronale Netze anpassungsfähig: Sie können aus Fehlern lernen und sich mit der Zeit verbessern. Dadurch können sie komplexe Probleme wie die Gesichtserkennung genauer lösen.

Abb. 4 Ein neuronales Netz.

Neuronale Netze bestehen aus mehreren Prozessoren, die parallel arbeiten und in Schichten angeordnet sind. Sie umfassen eine Eingabeschicht, eine Ausgabeschicht und mehrere verborgene Schichten dazwischen. Die Eingabeschicht empfängt Rohdaten, ähnlich wie unsere Sehnerven visuelle Informationen aufnehmen.

Jede Schicht gibt ihre Ausgabe an die nächste weiter, statt direkt mit der ursprünglichen Eingabe zu arbeiten – ähnlich wie Neuronen im Gehirn Signale untereinander weiterleiten. Die letzte Schicht erzeugt die Ausgabe des Netzes. Mit diesem Verfahren kann ein künstliches neuronales Netz (ANN) Computer-Vision-Aufgaben wie die Bild klassifizierung erlernen.

Ein industrieller Einsatz neuronaler Netze in Computer Vision#

Nachdem wir uns angesehen haben, was neuronale Netze sind und wie sie funktionieren, betrachten wir nun eine Anwendung, die ihr Potenzial in Computer Vision veranschaulicht.

Stromleitungen im Energiesektor inspizieren#

Neuronale Netze bilden die Grundlage für Computer-Vision-Modelle wie Ultralytics YOLO11 und können dazu verwendet werden, Stromleitungen mithilfe von Drohnen visuell zu inspizieren. Die Versorgungsbranche steht bei der Inspektion und Wartung ihrer weitläufigen Stromleitungsnetze vor logistischen Herausforderungen. Diese Leitungen verlaufen durch belebte Stadtgebiete ebenso wie durch abgelegene, unwegsame Landschaften. Früher wurden solche Inspektionen von Bodenteams durchgeführt. Diese manuellen Methoden sind zwar wirksam, aber teuer und zeitaufwendig und können Beschäftigte Umwelt- und Stromgefahren aussetzen. Studien zufolge zählt die Arbeit an Versorgungsleitungen zu den zehn gefährlichsten Berufen in den USA; die jährliche Todesrate liegt bei 30 bis 50 Todesfällen je 100.000 Beschäftigten.

Die Inspektion mit Drohnen kann Luftinspektionen jedoch praktikabler und kostengünstiger machen. Neuere Drohnen können größere Entfernungen zurücklegen, ohne dass die Akkus während der Inspektion häufig gewechselt werden müssen. Viele Drohnen verfügen mittlerweile über integrierte KI, automatische Hinderniserkennung und bessere Möglichkeiten zur Fehlererkennung. Dadurch können sie dicht besiedelte Gebiete mit vielen Stromleitungen inspizieren und hochwertige Bilder aus größerer Entfernung aufnehmen. Viele Länder setzen Drohnen und Computer Vision für die Inspektion von Stromleitungen ein. In Estland werden beispielsweise sämtliche Inspektionen von Stromleitungen mit solchen Drohnen durchgeführt. Öffentliche Datensätze wie TTPLA, der Übertragungsmasten und Stromleitungen in Luftbildern annotiert, können zum Trainieren dieser Modelle verwendet werden.

Abb. 5. Ein Techniker inspiziert Stromleitungen mithilfe von Drohnen und KI-Werkzeugen (Bild links) und die von ihm gesteuerte Drohne (Bild rechts) (suasnews).

Die wichtigsten Erkenntnisse#

Neuronale Netze haben sich von der Forschung bis hin zu praktischen Anwendungen stark weiterentwickelt und sind zu einem wichtigen Bestandteil des modernen technologischen Fortschritts geworden. Sie ermöglichen es Maschinen, zu lernen, Muster zu erkennen und auf Grundlage des Gelernten fundierte Entscheidungen zu treffen. Vom Gesundheits- und Finanzwesen über autonome Fahrzeuge bis hin zur Fertigung treiben diese Netze Innovationen voran und verändern ganze Branchen. Während wir neuronale Netzmodelle weiter erforschen und verfeinern, wird ihr Potenzial, noch mehr Bereiche unseres Alltags und unserer Geschäftsabläufe neu zu gestalten, immer deutlicher.

Weitere Informationen findest du in unserem GitHub-Repository und im Austausch mit unserer Community. Entdecke auf unseren Lösungsseiten KI-Anwendungen in der Fertigung und der Landwirtschaft.